Reinforcement-Learning-Algorithmen in Python. Beschreibung und Entwicklung von KI-Algorithmen
A

Reinforcement-Learning-Algorithmen in Python. Beschreibung und Entwicklung von KI-Algorithmen

Maschinelles Lernen
reinforcement learning Python artificial intelligence machine learning OpenAI Gym deep learning algorithms
Autor
Andrea Lonza
Verlag
DMK Press
Jahr
2020
Sprache
Russisch
201
Dieses Buch bewerten

Zum Lesen des Buches, Anmelden / Registrieren

Vorschau des Fragments

Ähnliche Bücher

Angewandte Textdatenanalyse mit Python. Maschinelles Lernen und Entwicklung von Anwendungen zur Verarbeitung natürlicher Sprache

Angewandte Textdatenanalyse mit Python. Maschinelles Lernen und Entwicklung von Anwendungen zur Verarbeitung natürlicher Sprache

Benjamin Bengfort, Rebecca Bilbro, Tony Ojeda

Deep Reinforcement Learning: Theorie und Praxis in Python

Deep Reinforcement Learning: Theorie und Praxis in Python

Laura Gresser, Wan Lung Keng

Einführung in PyTorch: Deep Learning für die Verarbeitung natürlicher Sprache

Einführung in PyTorch: Deep Learning für die Verarbeitung natürlicher Sprache

Delip Rao, Brian McMahan

Maschinelles Lernen und TensorFlow

Maschinelles Lernen und TensorFlow

Nishant Shakla, Kenneth Frickles

Algorithmen informell. Eine Anleitung für Python-Einsteiger

Algorithmen informell. Eine Anleitung für Python-Einsteiger

Bradford Takfeld

Python. Clean Code für Fortgeschrittene

Python. Clean Code für Fortgeschrittene

Al Sweigart

Reinforcement Learning für reale Aufgaben. Ein ingenieurwissenschaftlicher Ansatz

Reinforcement Learning für reale Aufgaben. Ein ingenieurwissenschaftlicher Ansatz

Phil Winder

Angewandtes maschinelles Lernen und künstliche Intelligenz für Ingenieure

Angewandtes maschinelles Lernen und künstliche Intelligenz für Ingenieure

Jeff Prosise

System Design. Maschinelles Lernen. Vorbereitung auf ein schwieriges Interview.

System Design. Maschinelles Lernen. Vorbereitung auf ein schwieriges Interview.

Alex Xu, Ali Aminian

Maschinelles Lernen mit geringem Programmieraufwand

Maschinelles Lernen mit geringem Programmieraufwand

Gwendolyn Stripling, Michael Abel